PulseAugur
中
实时 07:15:38
实体 Qwen2.5 Coder

Qwen2.5 Coder

PulseAugur coverage of Qwen2.5 Coder — every cluster mentioning Qwen2.5 Coder across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
8
90 天内 32
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 16
层级分布 · 90 天
主题
关系
情绪 · 30 天

4 天有情绪数据

最近 · 第 1/2 页 · 共 33 条
  1. TOOL · CL_361919 ·

    Qwen模型发布时间表显示历史上偏好周四发布 · 跟踪到1个来源

    按星期几整理的Qwen模型发布汇编显示,历史上偏好在周四发布。数据涵盖2023年8月至2026年11月,详细介绍了Qwen-VL、Qwen-72B-Chat、Qwen 3.5等各种Qwen版本以及未来的Qwen4-Max等迭代版本。此次分析突显了Qwen一贯的发布计划及其模型家族的演变。

  2. TOOL · CL_360395 ·

    量化代码大模型:Qwen2.5 Coder 的文件大小和能耗评估

    一篇新的 arXiv 论文评估了 Qwen2.5 Coder 大语言模型的量化版本,旨在确定在 MacBook Air M2 上,文件大小、精度和每项已解决任务的能耗之间的最佳平衡点。研究发现,对于较小的文件大小(1-2 GB),1.5B 和 3B 模型的 q4_K_M 量化在正确性和能效方面提供了最佳性能。尽管能耗显著增加,但较低精度的较大模型(如 7B-q2_K 模型)在已解决任务的数量上并未提供显著的提升。

  3. TOOL · CL_367597 ·

    Qwen2.5-Coder 量化效率针对笔记本电脑使用场景进行分析

    一篇新论文评估了 Qwen2.5-Coder 大语言模型的量化版本,以确定在笔记本电脑本地使用时能效最高的选项。研究人员在 MacBook Air M2 上测试了 24 个不同大小和精度的 GGUF 文件,使用 EvalPlus 基准测试测量每项已解决任务的能耗。研究结果表明,当文件大小时,具有中等量化(如 3B-q4_K_M)的小型模型比具有较低量化(如 7B-q2_K)的大型模型在性能和能效方面能提供更好的平衡。

  4. TOOL · CL_342886 ·

    AI应用构建器在本地Ollama模型和4GB GPU上遇到困难

    一位AI应用构建器在与本地Ollama模型集成时遇到了重大挑战,特别是在多轮工具调用和有限硬件上的性能方面。Qwen2.5 Coder等模型在工具执行方面遇到困难,而Qwen3在工具调用能力方面表现更好,但需要禁用其“思考模式”。在4GB GPU上的性能受到缓慢的提示预填充时间的阻碍,需要采用历史压缩和“微型模型”模式等技术来提高可用性。该项目还突出了将基于云的代理与本地模型结合运行时出现的网络复杂性,并建议Ollama Cloud作…

  5. TOOL · CL_331697 ·

    新的CryptoBench数据集测试LLM代码审查中的加密滥用

    一个名为CryptoBench的新数据集已被开发出来,用于评估大型语言模型(LLMs)检测代码中加密API滥用的能力。该数据集包含54个Python代码片段,包括易受攻击和安全的示例,并按常见的弱点枚举进行分类。对七个开源模型的初步测试显示,虽然一些模型检测率很高,但许多模型也会错误地将安全代码标记为易受攻击,这表明其区分能力不足。该数据集及相关的分析脚本已公开提供,以供进一步测试和研究。

  6. TOOL · CL_307120 ·

    AI项目涵盖公司知识代理、视频生成和基础设施修复 · 跟踪10个来源

    多个与AI相关的项目和工具在Mastodon的帖子中得到重点介绍。其中包括Saturn,一个基于FalkorDB构建的公司知识管理代理;StoreScribe,一个用于生成App Store列表的开放模型;ParcelProof,利用AI验证客户索赔;以及Higgsfield.ai,它能根据文本提示生成视频。此外,一篇技术帖子详细介绍了一个在使用llama-swap和vLLM的生产环境中交换AI模型时,解决30秒超时问题的修复方法。

  7. TOOL · CL_297160 ·

    AI模型后门在再训练后依然存在,构成安全风险

    研究人员已证明,后门可以轻松植入AI模型,并且即使在再训练后也难以移除。在实验中,一个由特定评论触发的隐藏行为成功植入了Qwen编码模型,并在微调和强化学习阶段得以保留。这表明,依赖再训练开源模型以实现特定用例的公司可能容易受到这些隐藏恶意功能的影响,因为再训练过程并不能可靠地消除它们,甚至可能强化它们。

  8. TOOL · CL_284743 ·

    新的APR评估指标揭示了稠密模型与MoE模型的权衡

    一篇新的研究论文介绍了一个用于自动化程序修复(APR)模型的多维度评估框架,超越了简单的测试通过率指标。提出的加权质量指数(QI),灵感来自ISO/IEC 25010,纳入了功能正确性、可维护性、安全性和生成效率。当应用于Qwen2.5-Coder和DeepSeek-Coder-V2 Lite模型在错误数据集上的表现时,研究发现模型排名根据QI的加权方案而变化,突显了单一指标评估常常忽略的权衡。值得注意的是,DeepSeek-Code…

  9. TOOL · CL_259558 ·

    LLM基准测试:自行车上的鹈鹕展示了两年来的快速进展

    在过去的两年里,Simon Willison 使用了一个独特的基准测试来追踪大型语言模型的进展:生成一个骑自行车的鹈鹕的SVG。最初,模型在处理这项任务时很困难,生成抽象的形状和无意义的解释。然而,到2025年中期,DeepSeek R1和Nvidia的产品等模型显示出显著的改进,有些甚至开始“编辑化”,拒绝提示或添加创意元素。一场使用GPT-4.1 mini作为裁判的比赛揭示了Gemini 2.5 Pro预览版在代码生成和图像合成方…

  10. TOOL · CL_235403 ·

    AI模型评估可能因接口审查而产生误导

    一项新的研究论文强调了一种称为“接口诱导的轨迹审查”的现象,即用于评估AI模型的接口可能会错误地报告零工具使用,即使模型正在生成有效的工具调用。在BFCL v4、Qwen2.5-Coder和Llama-3.1-8b等各种模型中都观察到了这个问题,同一个模型仅根据使用的服务适配器就会显示出截然不同的性能指标。该论文指出,这种审查效应与规模有关,并且可能发生在训练循环本身中,从而影响观察到的工具调用率,而工具调用率是模型-接口堆栈的属性,…

  11. TOOL · CL_213724 ·

    离线AI安全扫描器通过多阶段流水线避免LLM幻觉

    一款名为AiSec Studio的新型AI安全扫描平台已被开发出来,以解决大型语言模型(LLM)产生幻觉的问题。与将原始数据直接输入LLM的传统AI扫描器不同,AiSec Studio采用了多阶段流水线。该流水线首先使用确定性解析器和规则引擎来识别潜在漏洞,然后填充知识图谱。只有在完成这些步骤后,本地LLM才会处理结构化的发现摘要,以提供解释和推理,而不是自行发现漏洞。这种方法旨在提供更准确、可审计的安全报告。

  12. TOOL · CL_206234 ·

    新框架提升LLM生成代码质量

    研究人员开发了一个新框架,以提高大型语言模型(LLM)生成的代码的非功能性质量。该方法包括创建一个包含有质量问题和无质量问题的代码的数据集,实施一种自适应令牌加权机制来关注质量敏感的代码区域,并使用混合优化目标。在DeepSeek-Coder和Qwen2.5-Coder等模型上的实验表明,在保持功能正确性的同时,代码符合编码标准的程度显著提高,微调一个7B模型耗时不到三小时。

  13. TOOL · CL_193464 ·

    新研究将LLM代理中的隐藏状态识别为持久语义实体

    一篇新的研究论文引入了持久语义实体(PSE)的概念,用于描述工具增强的LLM代理中的隐式状态。这些实体可以在会话之间持久存在并在代理之间传播,但标准调试方法几乎无法检测到它们。研究发现,所有经过测试的模型,参数量从1.5B到1T不等,都容易受到PSE的影响,其中名称绑定是主要机制。由于许多模型中存在持久性且缺乏自我纠正能力,偏好和指令污染被确定为特别令人担忧的攻击面。

  14. RESEARCH · CL_182334 ·

    大型语言模型集成到硬件设计和设备端应用中

    研究人员正在探索将大型语言模型(LLMs)集成到硬件设计和设备端应用中。一篇论文讨论了如何保护芯片小片系统和LLM驱动的电子设计自动化(EDA)流程免受硬件攻击。另一个框架RooflineBench旨在通过分析设备端LLM在资源受限硬件上的性能特征来进行基准测试。此外,还在进行实际实验,以测试消费级硬件上本地LLM的能力,评估它们在编码任务中的性能以及从二进制代码中识别处理器架构的能力。

  15. TOOL · CL_181762 ·

    2026年笔记本电脑本地编码的5款LLM

    作者重点介绍了五款适合在2026年笔记本电脑上本地运行的大型语言模型,并强调较小的量化模型现在能够处理重要的编码任务。Qwen2.5-Coder因其完善度和生态系统被推荐为默认模型,而DeepSeek-R1-Distill-Qwen-14B因其详细的推理能力而成为复杂调试的首选。微软的Phi-4 14B因其高效、结构化的输出而受到关注,Bonsai 27B则被展示为一个通过新颖的低比特量化挑战传统大小-性能权衡的模型。

  16. TOOL · CL_151962 ·

    新的 TerminalTraj 管道生成大规模终端智能体轨迹

    研究人员开发了 TerminalTraj,一个旨在为训练智能体模型生成大规模、可执行、可验证的终端轨迹的新管道。该系统解决了创建多样化 Docker 化环境和确保任务可验证性的挑战。该管道已被用于整理 32,000 个 Docker 镜像,并在八个领域生成了超过 50,000 条已验证的轨迹。使用 Qwen2.5-Coder 主干在该数据上训练的模型在 TerminalBench 基准测试中表现出显著的性能提升,其中 Terminal…

  17. TOOL · CL_148378 ·

    自托管 AI 分析师使用 Anthropic 的 MCP 查询数据库

    已开发出一款自托管的 AI 数据分析师,允许用户使用自然语言查询 PostgreSQL 数据库。该系统利用了 Anthropic 推出的开放标准模型上下文协议 (MCP),使本地语言模型能够在不将数据发送到外部服务器的情况下与外部工具和数据源进行交互。设置涉及 Docker、用于运行本地 LLM 的 Ollama 以及一个在模型和数据库之间架起桥梁的 Python 服务器,该服务器能够通过 Python 库生成图表。

  18. TOOL · CL_148005 ·

    研究发现:量化对代码生成模型影响不同

    一项新研究调查了各种量化方法对大型代码生成模型在资源受限硬件上运行时性能的影响。研究人员使用 Python 和 Java 基准测试,在 Qwen2.5-Coder 和 CodeLlama 模型上评估了包括 GPTQ、AWQ 和 AQLM 在内的六种最先进技术。研究结果表明,量化方法对代码的正确性和质量有显著且不同的影响,其中 AQLM 的表现与全精度模型相当,而 QuIP# 的性能下降最大。

  19. TOOL · CL_137382 ·

    开发者分享使用Ollama构建本地AI助手的指南

    两位开发者详细介绍了如何设置本地AI助手,他们使用了Ollama,一个允许用户在自己的机器上运行大型语言模型的工具。其中一个指南侧重于使用Python和PyQt6创建一个轻量级、注重隐私的桌面应用程序,强调了UI与LLM后端分离的模块化架构。另一个指南概述了一个本地AI编码代理的工作流程,将Ollama与Aider集成在Windows Subsystem for Linux (WSL)中,以实现更流畅的开发环境。

  20. TOOL · CL_133268 ·

    Qwen3-Coder 32B 在2026年领先本地AI编码模型

    Qwen3-Coder 32B 模型已成为2026年顶级的本地编码助手,其性能可与 Claude Sonnet 4 和 GPT-4o 等云端解决方案相媲美。该模型由阿里巴巴的 Qwen 系列微调,HumanEval 得分为91.4%,可在 RTX 3090 GPU 等消费级硬件上运行,约需20GB显存。对于显存较小的用户,也提供了 Qwen3-Coder 14B 和 8B 等较小版本,提供了可行的本地AI解决方案,优先考虑数据隐私并免…